yang diberikan rumah sakit ini masih sesuai dengan kantong masyarakat Pematangsiantar dan tentunya sesuai dengan pelayanan yang diberikan.
5. Pelayanan jasa rumah sakit ini memberikan rasa aman dan nyaman. Menyatakan sangat tidak setuju tidak ada responden, tidak setuju tidak ada, kurang
setuju sebanyak 12 responden, setuju sebesar 68 responden dan sangat setuju 9 responden . Hal ini mengidentifikasikan bahwa para pasien maupun keluarga pasien
merasa nyaman dan aman ketika berobat ke rumah sakit Vita Insani ini.
4.2.3 Uji Asumsi Klasik a. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk
lonceng.Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan
pendekatan grafik dan pendekatan Kolmogorov-Smirnov. 1. Salah satu cara untuk melihat normalitas adalah dengan melihat grafik
normal plot dan histogram yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal.
Cara pengambilan keputusannya pada metode plot adalah: a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis
diagonal, maka model garis regresi memenuhi asumsi normalitas.
Universitas Sumatera Utara
b. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi
normalitas.
Gambar 4.2 : Normal P-P Plot Uji Normalitas Sumber : Hasil Pengolahan SPSS April 3012
Gambar 4.3 : Histogram Sumber : Pengolahan SPSS April 2013
Universitas Sumatera Utara
Pada Gambar 4.2 dapat diketahui bahwa variabel berdistribusi normal, hal ini dapat dilihat pada scatter plot terlihat titik yang mengikuti data disepanjang garis
diagonal. Sedangkan pada gambar 4.3 data juga berdistribusi normal, hal ini
ditunjukkan oleh gambar tersebut, dimana tidak menceng ke kiri atau kekanan
2. Pendekatan Kolmogorov-Smirnov Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal,
padahal secara statistik tidak berdistribusi normal.Berikut ini pengujian normalitas yang didasarkan dengan uji statistik non-parametik
Kolmogorov-Smirnov K-S.
Tabel 4.10 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 90
Normal Parameters
a,b
Mean .0000000
Std. Deviation 1.96582745
Most Extreme Differences Absolute
.101 Positive
.055 Negative
-.101 Kolmogorov-Smirnov Z
.957 Asymp. Sig. 2-tailed
.319 a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Pengolahan SPSS April 2013
Berdasarakan Tabel 4.10 terlihat bahwa nilai Asymp Sig 2-tailed adalah 0.319, ini berarti nilainya diatas nilai signifikan 5 0.05 dengan kata lain variabel tersebut
berdistribusi normal.
Universitas Sumatera Utara
b. Uji Heteroskedastisitas
